MySQL：什么时候NOT IN不等于NOT EXISTS

发布时间：2025-11-05 02:38:05 来源：创站工坊 作者：人工智能

当你想对两个表进行差分运算时，什时候你有两种选择：使用NOT EXISTS 的等于子查询或者NOT IN 。后者可以说更易于编写，什时候可以使查询方法更加明显。等于现代数据库系统可以优化两种执行计划从而查询到类似的什时候结果，可以在外部和内部处理查询的等于相关性(我说“现代”，因为在上世纪90年代中期我已经吸取教训，什时候当时我正在使用Oracle 7.3，等于它没有这个功能)。什时候

两种结构有一个很大的等于不同：如果子查询返回的结果为NULL，那么 NOT IN 的什时候条件将不执行，因为 NULL不等于它或不等于其它值。等于但是什时候如果你注意到这一点，它们是等于等价的。事实上，什时候这些消息告诉我们，NOT IN 查询更快，人们更喜欢用它查询。

这篇文章是关于一个数据库显著变慢的情况，而空值正是罪魁祸首。

考虑以下两个可能是用来追踪点击流数据的云服务器表。由于我们跟踪匿名和注册用户, EVENTS.USER_ID是可空的。然而，当用户不空，二级指标标就会具有较高的基数。

好的，现在让我们使用这些表：从一小部分用户开始，我们想找到那些没有特定事件的用户。 使用NOT IN子句，并确保null值不出现在内部结果中，查询如下所示：

对于我的测试数据集，USERS表有100,000行，EVENTS表有10,000,000行，并且EVENTS表中大约75%的USER_ID为空。 我在我的笔记本电脑上运行这条查询，它有一个Core i7处理器，12 GB的RAM和一个SSD。

我一直运行了约2分钟，这真是...哇。

让我们用NOT EXISTS和相关的子句替换NOT IN：

这个版本运行在0.01秒，这比我预期的时间更短。源码下载

是时候比较一下执行计划了。 ***个计划来自NOT IN查询，第二个来自NOT EXISTS。

执行计划几乎相同：都是从USERS表中选择行，然后使用嵌套循环连接(“DEPENDENT SUBQUERY”)从EVENTS表中检索行。都声称使用EVENTS_USER_IDX在子查询中选择行。并且他们在每一步都估计了相似的行数。

但更仔细地查看连接类型。 NOT IN版本使用 index_subquery，而NOT EXISTS版本使用 ref。再查看ref列：NOT EXISTS版本使用了对其它列的显式引用，而NOT IN使用了一个函数。这里发生了什么?

index_subquery连接类型表示MySQL将扫描索引以查找子查询的相关行。可能是这个问题吗?我不这么认为，因为EVENTS_USER_IDX索引是“narrow”类型：它只有一列，所以引擎不应该读取大量的块来查找对应的外部查询的ID行(的确，我尝试了各种查询来测试这个索引，并且所有的运行都在几百分之一秒内)。

为了获取更多信息，我转向使用“extended”执行计划。 要查看此计划，云服务器提供商请使用explain extended作为查询前缀，并接着使用 show warnings得到被MySQL优化器优化后的查询语句。 这是从NOT IN查询得到的(为了清晰重新格式化了)：

我找不到“on EVENTS_USER_IDX checking NULL”的解释，但我认为发生的是：优化器认为它正在执行一个IN查询，可以在结果中包含NULL; 在做出此决定时，它不考虑where子句中的空检查。 因此，它将检查(examine)USER_ID为null的750万行，以及与外部查询的值匹配的几十行。 通过“检查(examine)”，我的意思是它将读取表行，然后应用不为null条件。 此外，基于运行查询所花费的时间，我认为它为外部查询中的每个候选值执行了此操作。

所以，本文的论点是：每当你想在可为空的列上使用IN或NOT IN子查询时，请重新思考并使用EXISTS或NOT EXISTS代替。

相关文章